为什么用上位机调pidpid如何得出占空比比不变

 上传我的文档
 下载
 收藏
该文档贡献者很忙,什么也没留下。
 下载此文档
正在努力加载中...
PID控制PWM调节直流电机速度
下载积分:0
内容提示:PID控制PWM调节直流电机速度
文档格式:DOC|
浏览次数:176|
上传日期: 12:52:31|
文档星级:
该用户还上传了这些文档
PID控制PWM调节直流电机速度
官方公共微信我在电子圈
我用PID算法来做一个温度控制系统,用PWM的占宽来控制加热,请教一下PID算法的问题。
用OCR1A的值来比较匹配,从而调节占宽比.
PID的控制工式如下: m(t)=Kpe(n)+Ki{e(1)+e(2)+...+e(n)}+Kd{e(n)-e(n-1)}
m(t)为PID输出量,e(1),e(2),,,e(n),为积累的设定温度跟测得温度误差,Kp,Ki,Kd,分别为比例环节,积分环节,微分环节的参数.
现在,我能把m(t)通过程序算出来,那请问,m(t)怎样跟OCR1A联系起来,它们的关系是怎样的?
希望各们仁兄能说一下,如果我这里所写的有错,也希望指正."
我在电子圈
"先复习一下P、I、D的作用,P就是比例控制,是一种放大(或缩小)的作用,它的控制优点就是:误差一旦产生,控制器立即就有控制作用,使被控量朝着减小误差方向变化,控制作用的强弱取决于比例系数Kp。举个例子:如果你煮的牛奶迅速沸腾了(你的火开的太大了),你就会立马把火关小,关小多少就取决于经验了(这就是人脑的优越性了),这个过程就是一个比例控制。缺点是对于具有自平衡性的被控对象存在静态误差,加大Kp可以减小静差,但Kp过大时,会导致控制系统的动态性能变坏,甚至出现不稳定。所谓自平衡性是指系统阶跃响应的终值为一有限值,举个例子:你用10%的功率去加热一块铁,铁最终保持在50度左右,这就是一个自平衡对象,那静差是怎样出现的呢?比例控制是通过比例系数与误差的乘积来对系统进行闭环控制的,当控制的结果越接近目标的时候,误差也就越小,同时比例系数与误差的乘积(控制作用)也在减小,当误差等于0时控制作用也为0,这就是我们最终希望的控制效果(误差=0),但是对于一个自平衡对象来说这一时刻是不会持续的。就像此时你把功率降为0,铁是不会维持50度的(不考虑理想状态下),铁的温度开始下降了,误差又出现了(本人文采不是很好,废这么多话相信大家应该明白了!)。也就是比例控制最终会维持一个输出值来使系统处于一个固定状态,既然又输出,误差也就不等于0了,这个误差就是静差。
虽然简单的比例控制反馈能保证系统稳定,但常有较大的静差,满足不了稳态精度的要求,这就是(I)积分控制引入的原因了,积分控制的优点是能对误差进行记忆并积分,有利于消除静差,就像人脑的记忆功能,只是传统的积分控制是不加选择的“记忆”误差及误差变化的所有信息,人脑就没这么笨了,人脑是有选择的记忆有用的信息,并遗忘无用的信息(又是人脑的优越性)。但积分控制的不足之处就在于积分作用具有滞后特性,举个例子:一个电源通过一个电阻对电容充电,要过一定时间后电容两端的电压才会等于电源的电压(理想状态下),这就是一个积分电路。而且存在积分饱和现象,如果积分控制作用太强会使控制的动态性能变差,以致使系统变得不稳定。
由于通常被控对象都是具有惯性作用的,而且这种作用是不能忽略的,为了加快控制系统的响应速度,减少超调量,人们引入了(D)微分控制,微分作用的优点是它具有对误差进行微分,敏感出误差的变化趋势,增加系统稳定性。就像人脑的预见性。只要控制系统的误差有变化,微分就起作用。它的缺点是对干扰同样敏感,使系统抑制干扰能力降低。
对于加热系统的控制,如果要采用PID控制的话是需要结合不同控制要求而采用不同的方法的,如果对升温阶段的曲线不要求可以直接用P(或PD)控制升温过程,保温段再采用PID控制,这样的好处是升温速度快。保温段最好用PID控制,积分相当重要,是起主要控制作用的,否则保温段很容易出现振荡或静差,如果你最终稳定了并保持在给定温度,最好还是把微分去了,否则来个信号干扰它就不得了了。加热对象惯性都比较大,温度是不会突变的。如果你的PID参数调整的好的话,保温段的控制效果是非常好的。如果要求升温曲线(也就是升温的速度要也要控制),那升温段最好还是用PID(或PD),这个阶段想控制好不是件容易的事,特别是那些大滞后的系统。升温段积分只是“配角”,“主角”是比例控制,如果积分利用不好是很容易是系统超调的,对于加热系统来说,超调是很麻烦的事,你必须尽量保证你的控制系统不超调。此时最好的方法就是改积分时积分,不该积分就不要积,搞这么复杂还不如直接分离积分得了。
fengxianjin“请问,m(t)怎样跟OCR1A联系起来,它们的关系是怎样的? ”
PID并没有对输出做太多描述,也没有指定对象和作用域,它的输出是很灵活的,你可以自己定,再把输出域映射到你的控制部件上去,例如m(t)规定为0-100来代表输出功率(分辨率为1%)。再将这个范围和你的PWM占空比对应起来(通过映射转换成OCR1A值)。很简单吧?超级灵活,你想咋整就咋整!误差也一样,直接用采样的16进制或转成温度再用,都可以。"
我在电子圈
没搞反。参数d是起超前调节作用,水温控制是一个大惯性系统,如果不进行超前调节,会发生很大的超调量。其实很早之前我就搞过,不过由于技术有限只是用到p调节,因为是参加学校的比赛,没时间继续下去。后来又一个同学他也搞过,不过他用的不是pid。方法是当温度离设定值有5~8度的时候(这视乎你所控的系统特性)开始减少加热量,到设定温度则停止加热。这时温度会有一点超调。当发现温度有下降趋势,又要进行控制(适当加热),防止温度向下超调,这样的效果也很好。
我在电子圈
其实pid并不是什么深奥的东西,采集和控制的关系是:温度-〉pid算法-〉pwm加热
。这里可以看出pid就类似于数学的函数,温度和pwm加热就是通过这个函数映射过来的。
只要温度采集正确并和你的设置值作比较(减法),得出一个差值,通过pid算法后得出控制量输出,就能达到目的。所以你要做的只是做好温度的采集,还有控制输出。接着就可以进行pid的参数调试,把最优参数调试出来(数学的函数)。
调试要点:先把其他参数去掉,只进行比例调节(p),待得出的温度跟随曲线基本无误后再加上微分参数(d),这样可以减少超调量。积分参数可以不用(他只起提高控制精度的作用,对于水温加热系统影响不大,可去掉)。
我在电子圈
上面的你搞反了用得最多的是PI,然后才是PID,一般情况下用PD可能会不稳定
我在电子圈
PID控制实际就是一个线性逼近系统,它并没有告诉我们只对那些线性函数起作用,对那些线性函数不起作用(虽然大多情况下我们控制的系统都会呈现非线性,这也是传统PID衰落的原因--控制效果不理想)。PID是从二阶惯性系统上推导而来的,因此它最好的控制对象就是二阶惯性系统,如果你想拿传统PID去控制N阶(N不等于二)惯性系统,它不会给你很理想的表显,也就是说传统PID的鲁棒性不好,越是接近二阶,控制效果越好。所以必须提高传统PID的鲁棒性,可以采用自适应PID、模糊PID、专家PID、神经网络PID、模糊控制等,这些都是非线性逼近系统,有很高的鲁棒性,对二阶以上的对象同样有很好的控制作用,但是网上(书上)一般只能找到理论,这也是很多新接触PID控制的人直接采用传统PID的原因--简单还有例子有代码。当然对于一些惯性比较小的(像电压控制)传统PID效果还是不错的(但也不能照抄照拷公式),不同的被控对象还是要不同的方法的。
fengxianjin “如下:OCR1A=K*m(t),然后接下来的,就是把PID里面那些参数,如:Kp,Ki,Kd,调好,是这样吗?”
如果你看得懂上面的内容,这个问题我就不需要回答了,如果你看不懂,还希望你先看看相关的书籍,不要急于做出来,PID不是通用,也不是万能,是需要理论指导的,理论有了,代码是相当容易的。做PID,难的是理解,而不是程序。
我在电子圈
如何将这些量(或称值)联系起来,如何整定Kp,Ki和Kd三个系数,以及何时结合三个系数来做调整” 上面说过了微分控制的作用,它比较常用在那些惯性比较大需要超前控制的系统上,数控机床上的伺服控制微分的确用得很少,因为伺服电机通常都是惯性比较小的,但有点要改正一下,运动控制也有大滞后的,例如皮带传送控制。还是那句话,不同对象用不同方法。
1,将给定转速转换成转一圈时间Tc,电机当前转一圈时间Tr,则误差Te = Tc - Tr。
2,计算PI控制输出Pt(范围0-65536,视自己需要范围而定,电机电压降到一定程度就转不动了,算法建议采用增量式,不要用浮点,参数可先放大再到Pt缩小,当然,如果你的单片机总是没事干,你就大胆用吧!),假定用定时器计数值做延时输出,则计数值 = 65536 - Pt。
3,调整Kp、Ki,使控制效果最好,这两个参数调整还是比较简单的
邀请别人回答问题
取消使用匿名身份才能邀请人回答问题。
已经有 3 个回答
已经有 1 个回答
已经有 0 个回答
已经有 0 个回答
已经有 0 个回答
已经有 0 个回答
已经有 0 个回答
已经有 2 个回答
已经有 0 个回答
已经有 1 个回答
已经有 1 个回答PID控制PWM调节直流电机速度_百度文库
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
评价文档:
PID控制PWM调节直流电机速度
阅读已结束,如果下载本文需要使用
想免费下载本文?
你可能喜欢浏览:1790次
评论:0条 &时间:
一、S7-200PLC内部RS485接口电路图:电路图见附件图中R1、R2是阻值为10欧的普通电阻,..

我要回帖

更多关于 占空比调节电路 的文章

 

随机推荐